人工智能在物流與供應鏈中的應用

’人工智能在物流與供應鏈中的應用匯報人：XXX目錄CONTENTS第一部分應用現(xiàn)狀第二部分技術架構第三部分轉型特點第四部分應用范圍第五部分

第五部分問題與建議 總結第一部分人工智能在物流與供應鏈中的應用現(xiàn)狀第二部分人工智能在物流與供應鏈中的應用現(xiàn)狀倉儲環(huán)節(jié)庫存管理運輸路線規(guī)劃倉儲是現(xiàn)代物流發(fā)展的基礎，倉儲的選址決定著物流的效率，人工智能能夠排除人為條件的和個人情感的加入，根據(jù)篩選條件選出最合適的地點。人工智能系統(tǒng)能夠通過對歷史庫存數(shù)據(jù)分析建立模型，對以后的數(shù)據(jù)進行預測，從而對庫存進行調整，從而使得存儲和運輸維持在一個動態(tài)的平衡狀態(tài)。運輸線路規(guī)劃的好壞能夠直接影響現(xiàn)代物流系統(tǒng)的整體運作，有了人工智能系統(tǒng)的加入，使得快遞分揀業(yè)務的效率能夠大幅度提升。第一部分人工智能在物流與供應鏈中的應用現(xiàn)狀無人倉庫穿戴揀選技術配送機器人配送無人機第一部分兩個較為成功的案例亞馬遜的智能物流中心十萬臺KIVA機器人發(fā)揮著訂單處理、倉儲自動化、調整庫存量、自動化物流分倉以及發(fā)貨等智慧物流職能。4萬平米的倉庫中，實現(xiàn)智能搬運、堆垛、供包等功能的各類機器人有條不紊的完成各項技術工作。上海京東的“亞洲一號”無人倉第一部分兩個較為成功的案例第二部分人工智能技術的架構第二部分人工智能技術的架構基礎資源層仿生感知層核心技術層核心技術層由基礎框架、算法模型以及通用技術組成，基礎框架主要指分布式存儲和分布式計算，算法模型有機器學習、深度學習和強化學習等算法模型。主要包括應用技術以及智能產(chǎn)品，應用技術包括自然語言處理、AR/VR計算機視覺。智能產(chǎn)品主要指運用了人工智能技術的設備設施由軟硬件設施以及數(shù)據(jù)服務組成，軟件設施主要包括智能云平臺和大數(shù)據(jù)平臺；硬件設施主要是指超級運算平臺以及超級數(shù)據(jù)存儲中心。第二部分核心技術層核心技術層一、分布式計算與分布式存儲，這是大數(shù)據(jù)技術的基礎二、算法模型中的深度學習和強化模型都是機器學習的技術之一，機器學習是決策樹、貝葉斯網(wǎng)絡、聚類等核心算法模擬人處理問題的決策邏輯，是實現(xiàn)人工智能的重要手段之一。第二部分仿生感知層仿生感知層一，應用技術包括自然語言處理—語音識別、語義識別、自動翻譯等；AR/VR計算機視覺技術，目的是使機器能夠像人一樣觀察和識別目標；再一個就是自動控制技術，自動控制系統(tǒng)能夠是機器根據(jù)特定指令完成特定的任務，也是人工智能應用的表現(xiàn)形式。二、智能產(chǎn)品主要是指運用了人工智能技術的設備設施，例如前面提到的智能分揀機器人。第一部分兩個較為成功的案例基礎資源層一、軟件設施包括智能云平臺和大數(shù)據(jù)平臺構成的數(shù)據(jù)工廠，海量的數(shù)據(jù)是機器學習的基礎，是訓練人工智能算法的重要資源，大數(shù)據(jù)技術的應用和發(fā)展，為人工智能在物流與供應鏈中的應用奠定了基礎。二、硬件設施主要是指超級運算平臺以及超級數(shù)據(jù)存儲中心。主要負責海量數(shù)據(jù)的存儲與計算，近年來，隨著云計算的發(fā)展，數(shù)據(jù)的存儲和計算能力已經(jīng)達到了較高水平，為人工智能提供了堅實的基礎。第三部分人工智能背景下物流與供應鏈企業(yè)的轉型特點第三部分人工智能背景下物流與供應鏈的轉型特點物流基礎設施、生產(chǎn)工具逐步向智能化轉型隨著智能機器人、無人駕駛車輛等智能設備的興起，作為傳統(tǒng)勞動力的人力將逐漸被虛擬勞動力所取代，進而對供應鏈物流的生產(chǎn)要素結構進行重組，形成新的物流基礎設施和生產(chǎn)工具。新的物流基礎設施和生產(chǎn)工具將具備較高的勞動生產(chǎn)率，同時也降低了單位勞動力成本。供應鏈中的物流運作流程將通過人工智能計算重新構建物流作為供應鏈中的重要部分，其運作能力的高低決定著整條供應鏈運作流程的效率，物流運作流程通過智能化技術進行重新構建，不僅能夠讓物流運作流程自動化，而且也實現(xiàn)了計算與存儲分離進行分布式工作，在很大程度上提升作業(yè)的運行速度和精準性。第三部分智能計算重構物流運作流程圖一般而言，傳統(tǒng)的物流運作流程是先由生產(chǎn)車間通過交通工具將物品運送至配送中心，最后再配送到每一位顧客手中。而隨著人工智能技術的不斷發(fā)展，傳統(tǒng)的物流運作流程將通過智能計算被分割成多個同步運作的區(qū)塊，如圖1，每一個區(qū)塊不僅相互連通，同時還擁有帶智能芯片的運輸車，它能夠與每個區(qū)

塊中的每一個功能點建立連接，快速計算和反應諸多物流數(shù)據(jù)和信息，并能夠做出諸如貨物是否裝卸、車輛是否檢修等判斷和相應的決策。第四部分人工智能在供應鏈物流領域中的應用第四部分人工智能在供應鏈物流領域中的應用智能庫存管理數(shù)據(jù)的分析和預測智能運輸配送智能跟蹤追溯智能倉儲作業(yè)智能倉庫選址123456第四部分人工智能在物流與供應鏈中的應用將傳統(tǒng)庫存管理轉型為智能庫存管理，在聯(lián)網(wǎng)技術、可視化技術和大數(shù)據(jù)運算能力的推動下，不僅可以實現(xiàn)倉儲數(shù)據(jù)的讀取快捷化，而且還可以實現(xiàn)各個倉庫信息的聯(lián)網(wǎng)實時化，有效降低了企業(yè)庫存量，節(jié)省倉儲成本，同時還具有更高的庫存管理安全性。人工智能技術能夠根據(jù)現(xiàn)實環(huán)境給出接近最優(yōu)解決方案的選址模式。智能倉庫選址智能庫存管理智能倉儲作業(yè)智能倉儲作業(yè)的主要特點是貨物儲運集裝化、倉儲作業(yè)自動化和作業(yè)管理智能化。第四部分人工智能在物流與供應鏈中的應用智能倉庫選址倉庫選址是一個復雜的過程，需要考慮的因素眾多，既包括地質、水文、地形等自然條件，又包含商品特性、物流費用、服務水平、客戶分布、基礎設施、運輸、政策等社會因素。通過大數(shù)據(jù)、人工智能、云計算等技術可以更精確、更科學的實現(xiàn)倉庫的選址和優(yōu)化，減少人為主觀因素帶來的干擾。從而提高選址效率和存儲質量。第四部分人工智能在物流與供應鏈中的應用智能庫存管理傳統(tǒng)的庫存管理方式為紙本管理或者依靠人工進行電子檔案管理，這對員工的工作熟練度要求較高，也無法做到對庫存量、庫存種類、物品儲位、存放時長等眾多信息的實時動態(tài)管理。基于人工智能的供應鏈系統(tǒng)可以協(xié)助管理人員統(tǒng)計和分析倉儲狀態(tài)，并且及時對倉庫做出相應的調整和管理從而有效地避免物資短缺以及倉儲供不應求的狀況，因此，在物資領域上使用人工智能管理其供應鏈加強了不同業(yè)務和活動流程的相互協(xié)作及流通，實現(xiàn)了流通物品在供應商、廠家、批發(fā)商和零售商之間的流通。。第四部分人工智能在物流與供應鏈中的應用智能倉儲作業(yè)貨物儲運集裝化主要體現(xiàn)在，在智能倉儲作業(yè)中大部

分的貨物都已經(jīng)通過托盤實現(xiàn)了標準單元化的點到點

運輸和存儲，減少了運輸環(huán)節(jié)且提高了物資的周轉率；倉儲作業(yè)自動化體現(xiàn)在，智能倉庫中的所有運作流程

全部由自動機器設備完成，如京東無人倉庫中已經(jīng)投

入使用的Delta型自動分揀機、6-AXIS智能拆碼垛機器人、飛馬搬運AGV、京東智能安防巡檢車等，完全

擺脫了人工勞動力，節(jié)約了大量勞動力成本且提高了

作業(yè)安全性；作業(yè)管理智能化表現(xiàn)在，在智能算法的

驅動下，倉庫內(nèi)各個自動化設備在運作中可以井井有

條且相互配合，并且可以根據(jù)特殊情況及時做出相應

的反應，大大提高了倉儲作業(yè)的運作效率。第四部分人工智能在物流與供應鏈中的應用智能追溯主要通過運用物聯(lián)網(wǎng)技術，將商品的生產(chǎn)、流通和消費過程與相關信息的采集、傳輸、處理和查詢過程有機聯(lián)系起來，做到信息流與商流相統(tǒng)一,從而實現(xiàn)商品的來源可查、去向可追、責任可究。智能運輸配送主要體現(xiàn)在運輸路線和配送設備兩個方面。智能運輸配送智能跟蹤追溯數(shù)據(jù)分析與預測基于人工智能的物流與供應鏈系統(tǒng)結合其數(shù)據(jù)的智能分析有利于企業(yè)建立和完善信息化智能供應鏈，并且智能信息將為會成為供應鏈內(nèi)外部的物資數(shù)據(jù)基礎，從而實現(xiàn)業(yè)務流程和業(yè)務數(shù)據(jù)的集成，打造高效、靈活、精準和自動發(fā)的數(shù)據(jù)智能物資供應鏈。第四部分人工智能在物流與供應鏈中的應用智能運輸配送在運輸路線方面，人工智能可以通過路徑優(yōu)化算法、調度算法等不同算法，結合數(shù)據(jù)中心的實時數(shù)據(jù)進行最優(yōu)路徑的動態(tài)規(guī)劃，使運輸路線規(guī)劃更加科學、合理。如美團外賣的即時配送智能系統(tǒng)。在配送設備方面，智能物流無人配送車、無人配送機等已經(jīng)小范圍投入使用。首先，智能配送設備會自動接收訂單，倉庫會根據(jù)訂單內(nèi)容進行配貨，然后智能配送設備再根據(jù)已規(guī)劃好的最優(yōu)運輸路線自動進行配送，從接收訂單、配貨到運輸配送都可實現(xiàn)自動化。例如，順豐的方舟無人配送機和京東的3.5代配送機器人等。第四部分人工智能在物流與供應鏈中的應用智能跟蹤追溯智慧物流利用智慧排產(chǎn)、智能商品布局、智能路徑規(guī)劃等技術創(chuàng)新，實現(xiàn)“預測-庫存-倉儲-運輸-配送”全鏈路資源動態(tài)調整和自主管理，支撐起復雜網(wǎng)絡、龐大庫存和海量訂單的高效管理。人工智能時代下，各

種技術廣泛應用于物流的各個環(huán)節(jié)中，物流效率得到了極大的提高，同時帶給顧客的是更高水平的物流服務和更好的消費體驗，客戶滿意度得到了很大提高。。第四部分人工智能在物流與供應鏈中的應用數(shù)據(jù)分析與預測通過有效的智能數(shù)據(jù)信息，企業(yè)可提前調整庫存結構適應不同時期的倉儲需求、掌握物資的備用期，并且減少庫存占用率以便更好地掌握物資供應鏈的業(yè)務流程。此外，人工智能通過自主學習的數(shù)據(jù)獲取可以掌握不同時期的物資出庫入庫以及時間節(jié)點的記錄實現(xiàn)物資的追蹤。為了更好的預測市場需求及獲取合適的倉儲物資，企業(yè)可以根據(jù)實際的歷史數(shù)據(jù)評估未來的供應需求從而提供物資滿足市場。智能的數(shù)據(jù)分析亦可基于供應鏈的模式協(xié)助企業(yè)選取其恰當?shù)墓兰安呗?。因而，智能的?shù)據(jù)分析有利于企業(yè)在物資供應鏈上做出更貼合實際的決策。第五部分人工智能在物流與供應鏈領域中存在的問題與建議第五部分人工智能在物流與供應鏈領域中存在的問題與建議2復雜的不確定性供應鏈系統(tǒng)的運行效率，與它所面臨的不確定性有重大關系。3數(shù)據(jù)源難以打通由于用戶數(shù)據(jù)的敏感性，且缺乏統(tǒng)一的信息與數(shù)據(jù)流通安全標準，導致不同主體之間的數(shù)據(jù)源難以打通，使得AI模型的應用受到局限。4時效性和預測性問題目前，部分信息的采集與處理未能形成高效的解決方案，使得部分Al模型的快速訓練與驗證遇到一定的問題，導致模型相比當前實際情況“慢半拍”。5人才的匱乏目前高校培養(yǎng)的物流人才在層次結構上不符合社會需求，人工智能物流高端人才的培養(yǎng)還處于探索階段。1多環(huán)節(jié)協(xié)同問題供應鏈系統(tǒng)中的各環(huán)節(jié)是屬于各個分散的主體，整個供應鏈將無法簡易地融合成為一個完整的系統(tǒng)。第五部分

存在的問題1、多環(huán)節(jié)不同主體難以協(xié)調供應鏈的系統(tǒng)構建包括物資流通、商業(yè)流通、信息流通以及資金流通等多個環(huán)節(jié)，同時供應鏈涉及的主體也相當多，這些主體主要包括制造商、物流企業(yè)，供應商、批發(fā)商、和零售商等，這些主體在整個供應物流企業(yè)零售商鏈系統(tǒng)中相互獨立存在，這將形成不同主體與業(yè)務活動流程在不同環(huán)節(jié)的協(xié)同問題。由于供應鏈系統(tǒng)中的各環(huán)節(jié)是屬于各個分散的主體，整個供應鏈將無法簡供應批發(fā)易地融合成為一個完整的系統(tǒng)。此外，不同的主體系商商統(tǒng)需要完成各自的活動及業(yè)務，但相互間的資源和信息需要相互配合與協(xié)作。制造商協(xié)調第五部分

存在的問題2、應對更加復雜的不確定性供應鏈系統(tǒng)的運行效率，與它所面臨的不確定性有重大關系。首先是供應鏈系統(tǒng)中的各個環(huán)節(jié)的高效集成性自動化處理與管控能力較為薄弱，再一個就是人工智能所需要的數(shù)據(jù)缺口也在制約著人工智能技術在物流與供應鏈領域的發(fā)展，同時復雜的物流與供應鏈系統(tǒng)對人工智能的要求更為復雜，難度系數(shù)也更高。為了應對更加復雜的不確定性，我們往往需要建立更加復雜的模型，但是模型復雜度的提高對模型的訓練和基礎數(shù)據(jù)的質量也提出了更高的要求。第五部分

存在的問題3、數(shù)據(jù)源難以打通由于用戶數(shù)據(jù)的敏感性，且缺乏統(tǒng)一的信息與數(shù)據(jù)流通安全標準，導致不同主體之間的數(shù)據(jù)源難以打通，使得AI模型的應用受到局限。發(fā)揮AI的巨大潛力，需要擴大基礎信息的采集面。比如，系統(tǒng)智能補貨需要根據(jù)用戶的購買行為、經(jīng)濟能力等信息計算系統(tǒng)最優(yōu)的補貨策略。但是，由于信用卡數(shù)據(jù)、通信數(shù)據(jù)等非常能反映這些特征的數(shù)據(jù)或信息未能及時反映到智能供應鏈系統(tǒng)中，所以我們僅能根據(jù)用戶的購買和瀏覽行為對用戶特征進行分析，使得AI技術的應用因缺乏數(shù)據(jù)支撐而未能達到較好的預測效果。。第五部分

存在的問題4、時效性和預測性難以達標目前，部分數(shù)據(jù)的采集與處理未能形成高效的解決方案，對于一些必要的或者能夠達到更好預測效果的數(shù)據(jù)的獲取依然存在難度和缺口，使得部分Al模型的快速訓練與驗證遇到一定的問題，導致模型相比當前實際情況總是存在差距，比如在算法模型訓練的時候效果或許還好，但到了實際應用預測時，預測效果就要打折扣。同時，當前模型的訓練主要基于歷史數(shù)據(jù)進行，對未來新場景的預測能力有待提高。第五部分

存在的問題5、缺乏物流領域的復合型人才根據(jù)國務院發(fā)布的《物流業(yè)發(fā)展長期規(guī)劃（2014—2020年）》報告指出，我國物流從業(yè)人員數(shù)量正以平均每年6.2%的速度增長。現(xiàn)有的物流人才數(shù)量根本不能滿足社會的需求，我國物流人才嚴重短缺。此外，無人機、機器人等人工智能技術的廣泛應用將在未來的許多物流作業(yè)中取代人工操作。企業(yè)真正需要的是既熟悉物流業(yè)務，又熟悉物聯(lián)網(wǎng)、云計算等先進技術的高端復合型人才。目前高校培養(yǎng)的物流人才在層次結構上不符合社會需求，人工智能物流高端人才的培養(yǎng)還處于探索階段。第五部分發(fā)展建議123促進多環(huán)節(jié)協(xié)同運作加大人工智能技術在供應鏈物流領域的應用力度。完善智能供應鏈物流體系標準4加強“人工智能+物流與供應鏈”復合型人才的培養(yǎng)第五部分發(fā)展建議打造完整的供應鏈閉環(huán)系統(tǒng)，促進多環(huán)節(jié)協(xié)同運作人工智能在物流與供應鏈領域的研究需要加強基礎應用的提升從而提高數(shù)據(jù)的準確性，加強時效性和預測性，并減少使用的局限性，以此為基礎，加快實現(xiàn)智能的倉儲管理、高效的物流運作以及合理的資源配置，從而使得供應鏈系統(tǒng)的各個環(huán)節(jié)能夠獨立進行有能融合協(xié)作。加大人工智能技術在供應鏈物流領域的應用力度企業(yè)應培養(yǎng)革新意識，跟上目前各行各業(yè)智能化的潮流，利用好當代大數(shù)據(jù)技術實現(xiàn)智能化轉型；對新舊員工進行與智能化專